[AI洞見]AI產業化還是產業AI化？我對於AI應用的看法

by
周存貹 2018.01.12

有一部電影的名言， 「生命總會找到出路」，可是事實上，地球從有生命以來，99%的物種都消失了，現今的AI新創公司很多有可能會消失，就像2000年的網路泡沫。所以什麼樣的AI新創會留下來? 什麼樣的AI應用會變成殺手級應用？

AI的研究已有50多年，近年在大量資料與機器運算關鍵技術突破等因素下，AI在應用上有極大的進展，其中最熱門的應用有無人車、AI醫療、AI金融與AI農業。

AI的突破，最有名戰役堪屬AlphaZero，下棋下到天下無敵，事實上，AI也可以用來玩video遊戲呢! （筆者30年前用一台PC接攝影機對著另一台PC控制它的鍵盤，玩Tetris，也算做過AI吧?!）。

AI的應用包羅萬象，例如：科學家用AI找其他太陽系行星，警察用來判斷嫌疑犯有沒有說謊，用臉部辯識為門禁把關，作家用AI幫忙寫哈利波特續集大綱，AI還可以寫現代詩集，作曲，編電影短片的劇本，維基百科用AI輔助編輯，AI報導體育新聞，AI作即時翻譯。

對於一般人的日常生活，AI也有許多用途，例如: 購物網站很久以前就用AI推薦產品了 （最新的AI還可以對於同一個推薦商品，依據不同的客戶，用不同的推薦圖案），客服機器人（Chatbot），求職網站使用AI做職業配對，會計師事務所用AI大量閱讀合約，節省稽核人員的時間。在選舉期間，AI也被運用來預測某一地區政黨投票的傾向，AI的應用真是到了演化史上「寒武紀大爆發」的年代。
活下來的AI公司

有一部電影的名言， 「生命總會找到出路」，可是事實上，地球從有生命以來，99%的物種都消失了，現今的AI新創公司很多有可能會消失，就像2000年的網路泡沫。

可是，就如同地球上的生物，絕種的雖然很多，存活下來的物種卻是越來越聰明，其中最聰明的物種──人類──主宰了整個地球，由此讓我們聯想會不會將來AI存活下來的新創公司，將主宰了整個產業？

這是有可能的，但是機率很低，因為像Google跟Facebook這類的Internet巨人一定不會讓這種事情發生，不但如此，他們正在大量網羅世界上頂尖的AI工程師，讓自己再次走在新科技的浪頭上。

現在AI的新創，跟2000年的新創所面臨的產業與環境的挑戰確有其相似與相異之處，相同的是沒有獲利但是估值很高，但不同的是當今的產業巨人，已經在做很多AI新創公司的事情（甚至我們可以說是模仿）。可以確定的是，當年的Internet幾乎影響了所有產業，現今的AI應該也很有可能。
+AI比較可以找到「獲利」的應用

所以什麼樣的AI新創會留下來? 什麼樣的AI應用會變成殺手級應用？很簡單，可以獲利的應用，可以「持續」獲利的應用，就能存活下來。

本夢比是一時的，夢醒了，還是要付帳單啊？目前號稱AI的新創公司大部分都還在燒錢的階段，沒人知道何時會獲利，甚至開始獲利以後，可以維持多久的獲利？

這種以AI新創為主，找到應用然後公司開始成長，我們稱之為AI+，也就是AI產業化，相對應的就是+AI，也就是「產業AI化」，筆者認為+AI是比較可以找到「獲利」的應用。

譬如筆者所在的公司趨勢科技，全球最大的資安公司之一，就很快的把AI的想法跟技術，應用到公司的產品跟經營。我們利用機器學習來找垃圾郵件，辨別惡意檔案，網路異常流量分析，甚至，我們用機器學習來加強我們對客服的經驗，預測客戶流失的機率等等，這種+AI的模式 （把新科技導入公司），對於台灣產業是比較可行的方式。

把機器學習導入公司某個產品或營運，不用開工廠做生產線，即使失敗了影響也不大，就算剛開始的成果不如預期，加入更多的數據，仍有很高的機會把成果提升。這種開發成本不高，成果可以持續改善的專案，對於台灣的企業應該是最佳的AI應用方式。

至於怎麼樣可以在公司內部找到可以AI化的產品或應用呢？

建議先參考別人已經在做的事情，譬如客戶流失預測、產品推薦預測、銷售目標預測、產品瑕疵預測、線上客服經驗提升，若是想做一點跟別人不一樣的，可以看看公司內部的營運有沒有已經有很多數位化的歷史資料，簡單用一下公有雲上的機器學習模型做個簡單的預測，配合原來流程，再與既有資料相互驗證，就知道有沒有幫助了。

由於很多資料科學家跟工程師正努力把機器學習門檻降低，在加上Internet上面也有很多範例，一般企業應該是有機會獲得AI的能力做到+AI的。
我們就不要做AI+了？

AI+需要投入大量的技術研發，加上何時獲利的未知，所以是不是我們就不要做AI+了？

筆者認為要做可以，但是要挑著做；譬如無人車，投入成本高，法律規範多，回收期未定，國外大公司以經建立技術門檻，很難跟他們競爭。又譬如臉部辨識 （或影像辨識），國際上很多這樣的比賽，中國隊伍總是有著非常亮眼的成績，在加上他們資料量大，辨識率一定比別人好。

「AI醫療」 跟「AI金融產品預測」應該是台灣最有機會的領域

筆者認為 「AI醫療」 跟「AI金融產品預測」應該是我們台灣最有機會進入的產業領域，因為我們有全世界最好的健保系統，有大量的資料，一個等者科學家去挖掘的大金礦，一旦有成果，對大眾健康，社會成本等等，有著巨大而正面的影響。

至於「AI金融產品預測」，很多資料也都公開，即使沒公開的也買得到，如果我們可以做出「金融商品神預測」，那得到的利潤將將是十分可觀的。這兩個方向有幾個共通點: 市場超大，可以容納較多廠商；利潤超大，可以持續進步跟擴張；賣到全世界，不用擔心台灣市場太小；投入成本相對小，我們可以跟目前的產業巨人競爭。
結語

過去台灣有很多優秀的AI人才被國外其他公司重用，如果台灣本身就可以有產業讓他們在地發光發熱多好！ 期許不管是AI+或者+AI，台灣能夠在這次AI的浪潮上，再攀高峰，再造奇蹟。

資料來源：https://www.bnext.com.tw/article/47704/ai+-ai-bubble

《Outside的Insider》

電影《Wall Street》有一句名言，就是「if you are not inside you're outside」。這一句話是好適合形容現在金融市場的操作，唔識好難扮識，獻醜不如藏拙，因為行家一出手，便知有沒有。不是金融圈內，就是圈外，中環很細，騙不了人的。

渾水的生存方式以及主要的收入來源就是靠炒股票，要進一步學識炒股票，我會巴結一下和認識一下做股票的人，也就做Ibank、搞Corporate Finance的人，好可以互通消息、交換行情、收收風聲咁。當初為了學炒股票，我胡裡胡塗地睇了幾次《上市規則》和略看了《公司收購、合併及股份回購守則》，現在這些知識竟然大派用場。因為要入這個圈子，首先要talk in the same language，要talk in the same language，就要知道佢地平時點做野，那麼熟讀這些規則就必不可少。我有很多師弟都想投身這個金融範籌，明明這些硬資料是免費而且唾手可得，但沒有人會花這些時間看一眼，我估interview時能對上幾句行內用語，至少會大加分吧。

不過，熟例還熟例，我終歸不是下過手腳做過功夫的人，傾傾下計會開始露底。不過勝在年輕，遇上不明白終會慣性雙手合十，行弟子之禮請教一下。人家見我不是零知識，多數會點撥幾招，這已經夠殺有凸了。有時多認識幾個做股票的人，東學一招，西學一招，有時也會拼砌出一個脈胳，大概知道一二。

最近和一位新識搞Pre-IPO，即係做數的專才happy hour，佢對我的comment是：「你其實係知道好多野點做，但其實又聽得出你唔識落手做，你知的東西比我廣但又唔夠我深，可以話係一個outside的insider」我輕輕苦笑一下，我在這個金融圈的生存方式，也確實如此。

有很多財技高手，例如剛仙遊的佐治陳、金撈詹等，都是出名難合作的商界高手，那是因為他們比financial advisory、會計師、律師更熟法例漏洞、更懂得鑽空子。跟他們對親家，很容易不小心中了伏。我閒時會亂跑一些刁，雖然也不會涉及太專業的程度，不過要生存就要在圈內；要在圈內，就要識人；要識人，就要打好基本功。我估，這是最基本要求吧。

（逢星期五刊登於財經雜誌《港股策略王周刊》）

#渾水 #港股策略王